svm - 您如何处理 SVM 中的数据不平衡？

Question

如果我在 lrge 训练集上训练 SVM，并且类变量是 True 或 False，那么与训练集中的 False 值数量相比，True 值很少会影响训练模型/结果吗？他们应该平等吗？如果我的训练集的 True 和 False 分布不均，我该如何处理以尽可能高效地完成训练？

Answer 1

有不平衡的数据很好，因为 SVM 应该能够对与不太可能的实例相关的错误分类错误分配更大的惩罚(例如在您的情况下为“True”)，而不是分配相等的错误权重，这会导致不受欢迎的分类器把一切都分配给大多数。但是，使用平衡数据可能会获得更好的结果。这完全取决于您的数据，真的。

您可以人为地倾斜数据以获得更平衡的数据。为什么不看看这篇论文:http://pages.stern.nyu.edu/~fprovost/Papers/skew.PDF .